Literature
Home医药经济生物技术技术要闻

大数据与医疗

来源:中关村在线
摘要:大数据或称巨量资料,指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。目前大数据话题已经不仅仅存在于技术领域,随着技术的普及与发展,大数据已经开始在众多医疗组织中流传开来。并且这些组织纷纷开始进行大数据挖掘的各项工......

点击显示 收起

       大数据或称巨量资料,指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

       目前大数据话题已经不仅仅存在于技术领域,随着技术的普及与发展,大数据已经开始在众多医疗组织中流传开来。并且这些组织纷纷开始进行大数据挖掘的各项工作。

       在医疗领域大数据分析的作用堪比经验丰富的临床医生,在医疗行业充满了大数据分析的使用场景,为医患人员提供可衡量的结果,包括在住院管理、医疗设备管理以及提高治疗效果并且避免医疗欺诈的出现。

       这一切看起来都是那么美好,但是这其中存在一个非常重要的因素,你需要如何开始这样的大数据之旅。大多数的医疗数据都属于非结构化的数据,需要创建独立的数据库,独立创建一个临床数据的数据仓库,并且这些数据库可以同时对一个非常复杂的任务进行计算。

       这在以前简直就是天方夜谭,但是目前在技术上已经可以完全实现了。

       手头上的数据非常重要

       每一个医生都会掌握大量患者的第一手资料,这些资料都非常宝贵,同时也是非常容易流失的零散数据。如何将这些零散数据在第一时间保存在数据库就成为众多技术人员头疼的问题。

       除了传统的商业智能软件,技术人员可以为医护人员开放数据录入接口,将数据进行整体分类,然后通过开放的接口把数据录入到数据库中。这样不仅保留了患者在就医时的第一首资料而且数据分析系统可以根据近期诊断病例进行分析计算,对近期的流行病以及相关指南快速计算出来。

       看似简单的一个数据录入的操作,通过大数据的分析和计算得到的效果是惊人的。医疗机构可以根据近期诊断数据提醒人们需要注意哪些疾病预防。

       消除冗余数据 提升精准度

       在任何一个国家任何一条关于疾病的新闻都会引发大量关注,所以对于疾病预测的消息需要格外谨慎和准确。不慎错报会引发社会恐慌,造成不可想象的后果,甚至会造成局面失控。

       消除冗余数据仓库代表的医疗保健分析的其中一项措施短期目标。针对于目前的医疗行业,还需要实现具有成本效益的分析架构,并提供一线业务管理人员与业务仪表板,以提供更好的可视性必要的衡量标准。一旦出现这种情况,企业可以专注于增加外部数据(从供应商以及患者)内部的临床和财务数据,实施预测分析和使用后续的数据分析,以推动临床和业务变化。

       CIO要如何让管理者接受大数据挖掘的投入

       这个世界上没有免费的午餐,医疗机构的CIO或者IT负责人需要向管理者申请大数据部署经费。这也成为很多大数据项目半途而废的重要原因之一——如何解决IT投入问题。

       想必这不仅仅是大数据在医疗行业最大的难题之一,这也是所有的IT项目在企业实施过程中的最大难题。当时涉及到这方面的话题,有经验的CIO介绍到首先让企业负责人知道他们需要解决什么问题,建立一个向前兼容的解决方案,并且将这些方案分发下去让所有关联的人都看到。业务线的领导者还必须与IT和管理人员合作,以定义数据管理和质量标准,这样可以更好的让决策者知道解决了哪些问题,解决过程中需要用的具体数字是多少。

       当决策者了解到这些问题和数字的时候,也就是问题解决的时候。

       切记,领导本身不是一切

       也许很多人看到这句话会狠喷一下,这完全是自寻死路,但事实并非这样。这里并不是否认领导层,而是采用其他的方式让领导层理解问题的所在。

       作为企业IT的负责人,如何让领导层接受你的建议是想到严峻的问题。曾经有人指出,当你的建议不受领导支持的时候那么你就用自己的时间一点一点的做,这样当实现部分功能的时候就可以在次进行游说。拥有一个模型或者样例会比空口无凭来的实际。

       大数据挖掘的未来之路

       这种强大的数据计算能力可以帮助医护人员对未知的病例进行诊断。当医生在寻找某种未知病变的时候通过已经建立好的超级数据库中进行调取,并且根据基因序列进行计算。从开始到测序可以在36小时内完成,这是之前所不能达到的,也就是说,即便新的流行病爆发,人们也可以在短时间内将其变成常态化。

       如何构建医疗行业大数据

       在医疗领域提前预测要比事后抢救更为重要。以流感为例,当一个地府出现多个流感病例时,根据临床经验医生需要对当地人群做出预警,提醒人们注意预防流感。但大数据可以将近期的气候数据进行分析,根据降温幅度给出相关的建议。当然这只是简单的描述,那么如何在医疗机构实现大数据挖掘呢?

       *购买一个数据模型。对于IT技术薄弱的医疗机构来讲,自己搭建一个数据模型需要消耗更多的资源。

       *利用现有的技术,包括在数据仓库中。

       *建立接口,让所有带怀疑态度的人加入进来,将数据结果扩散出去。

       *准备好您的组织变革。这样的变动是不可避免的,也许会威胁到传统的领导层。

       *对传统用药理念的挑战,为什么会用这样的药,传统用药的效果如何。

       数据分析 医疗行业的指南针

       四年前,波士顿医疗中心摔在大学健康协会的底部10%(UHC)的死亡率排名。现在的安全网医院排名前25%。在分析这一转变起到了很大的一部分,官员说,在医疗信息世界。BMC审阅病人的安全报告,以及民政事务总署提出,否则死亡的概率很低死亡,并使用了提供风险调整方法,说罗山侯赛因,分析的医院的院长和公开报告。也很关键:观察分离(临床)和预期(分析)的死亡率,重新定义因果关系(谁拥有的耐心,不是谁造成的死亡)。

作者: 2014-7-31
医学百科App—中西医基础知识学习工具
  • 相关内容
  • 近期更新
  • 热文榜
  • 医学百科App—健康测试工具